Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Sistem Informasi dan Sistem Komputer Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Rahma Hidaya, Jenny
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisis Kepuasaan Pengguna Aplikasi MyTelkomsel Menggunakan Metode System Usability Scale Huda, Nurul; Tri Lisandi, M. Denny; Tirta Albanna, Haikal; Rhomadon, Muhammad Fitra; Rahma Hidaya, Jenny; Habrizons, Frans
Jurnal Sistem Informasi dan Sistem Komputer Vol 9 No 2 (2024): Vol 9 No 2 - 2024
Publisher : STIMIK Bina Bangsa Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51717/simkom.v9i2.381

Abstract

Penelitian ini bertujuan untuk menganalisis tanggapan pengguna lama dan baru terhadap aplikasi Mytelkomsel berdasarkan data kepuasan pelanggan. Melalui pengumpulan dan analisis data kepuasan pelanggan, penelitian ini mengidentifikasi perbedaan persepsi serta pengalaman antara pengguna lama dan pengguna baru dalam memakai software Mytelkomsel. Penelitian ini juga menganalisis faktor-faktor yang mempengaruhi kepuasan pengguna lama dan baru serta menyampaikan rekomendasi untuk meningkatkan pengalaman pengguna dalam menggunakan aplikasi Mytelkomsel. Metode yang digunakan dimulai dari studi literatur, Usability Testing dari persiapan pengujian, analisis dan pembahasan dari kuesioner serta wawancara. Hasil penelitian ini bisa memberikan wawasan berharga bagi Mytelkomsel dalam memahami kebutuhan dan harapan pengguna lama dan baru serta mengoptimalkan penggunaan aplikasi mereka.
Implementasi Klasifikasi Citra Berbasis Tensorflow Untuk Mendeteksi Penyakit Tanaman Pada Aplikasi Agroscan Rahma Hidaya, Jenny; Jemakmum
JURNAL FASILKOM Vol. 15 No. 1 (2025): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v15i1.8536

Abstract

Mengidentifikasi penyakit pada tanaman merupakan hal yang dapat mempengaruhi produktivitas dan keberlanjutan hasil panen di bidang pertanian. Penelitian ini memanfaatkan algoritma Convolutional Neural Network (CNN) dengan tujuan mengembangkan aplikasi Agroscan untuk mengidentifikasi penyakit pada tanaman. Metode yang digunakan berupa pengumpulan dataset yang terdiri dari gambar daun di berbagai jenis tanaman, seperti paprika, kentang, dan tomat yang telah terinfeksi berbagai penyakit. Model CNN dilatih dengan menggunakan datasetPlantVillage, yang terdiri dari 20.638 citra, dan mampu mencapai akurasi pelatihan sebesar 97,30% serta akurasi validasi sebesar 95,02%. Hasil penelitian membuktikan bahwa CNN efektif dalam mengidentifikasi penyakit pada tanaman, dengan tujuan untuk meningkatkan hasil panen dan mendukung pertanian berkelanjutan.
Co-Authors Frans Habrizons Jemakmum Nurul Huda Rhomadon, Muhammad Fitra Tirta Albanna, Haikal Tri Lisandi, M. Denny